Управление Умным Домом с помощью голоса

[ArtSamovar]

Погуглил... Разочарован. Api закрыт 1 декабря этого года. Доступен только на смартфонах... Эх... А писать скрипт,который будет использовать программу на самом смарте и припаивать к динамику провода это мягко говоря не рационально.

Взгляд перепал на изменение тональности, но это уже другая история ((

[vtec]

А если не секрет как тональность менять?
Я пробовал, что то не заметил разницы...

[ArtSamovar]

http://www.softsoft.ru/search/freeware/3465/index.htm Вот примерный список програм...Как припаять к системе не знаю...

есть второй вариант, покупать или делать микшер и ставить его на линии прям перед динамиками.

Третий вариант из разряда мыслей в облаках, ставить эмуль андроида на комп, через него тот же переводчик запускать. Пусть девушка поговорит, а на выход пропускать через простейшие программки фильтры....


------------

По поводу определения в массе разговора слова идентификатора для голосового поиска. Вполне реально входящий звук (может и до sox'а) пропускать через фильтр, где если совпадает частота, и амплитуда, программка включат микрофон и выдает на sox. Искал программы, большинство для винды, для линукса есть, но не то, что нужно... С открытым кодом пока вообще не нашел. (Такая система, работабщая по индентификатору работает в home-sapiens, у них там практически все на голосе, да и к тому же озвучка 2-ух женских голосов у них своя. Ева и еще кто то. Но мне не понравилось изза "тормознутости" ева - ждем пару секунд, включи кондей- еще пару секунд. этот промежуток, между идентификатором и командой огромен... видео этого комерческого проекта на ютубе сверкает а первых позициях о умном доме)

[ArtSamovar]

Наткнулся на Chrom, точнее на то, что с ним можно сделать http://habrahabr.ru/blogs/google_chrome ... /#habracut Вот API http://code.google.com/chrome/extensions/tts.html

[vtec]

Буквально на днях на хабре появились статейки по поводу google translate. Кто говорил что нельзя его заставить говорить.
С этого все началось:
http://habrahabr.ru/blogs/bsdelniki/133556/

Решили продолжить:
http://habrahabr.ru/blogs/sysadm/133782/

А этим добили (для астерикса):
http://habrahabr.ru/blogs/voip/133869/

Сам попробовал, в консоли пульнул команду:
wget -O 1.mp3 -U "Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5" "http://translate.google.com/translate_tts?q=За окном минус 8 градусов&tl=ru"

Могу подтвердить работает . Довольно не плохой женский голос.

Реальная альтернатива фестивалю???

[ArtSamovar]

Таким способом можно и говорилку сделать ))))) Качаем самообучающуюся программу-чат (раньше были популярны. Разговор с блондинкой и подобные) И... через недели две разговора (хоть и кривенько) можно разговаривать с домом, как в фильме железный человек )))) Уже нетерпится добраться до компа! Автоответчик на телефон, команды устройствам, отчет голосовой, анекдоты курс доллара, новости мировые и все это уже реально сделать через гугл )))))))) Урааааа!!! )))) Конечно кривовато иногда будет говорить, но возможности просто грандиозные открываются! В тоже время и гугл я думаю не стоит на месте, логично предположить, что в будущем и фонетика, и ударения будут...

Теперь по делу, эмоции в сторону ))) Постараюсь поискать фильтры, которые будут смягчать слово, что бы голос не повышался местами. Ведь это повышение/снижение голоса и есть та проблема, которая режет слух. Пусть лучше монотонне говорит ))

[vtec]

Я тут на эмоциях тоже поигрался.
В общем результатом доволен. Женский голос на много приятнее, качество звука тоже отличное, качество речи довольно не плохое. Пару фраз вбил которые у меня через фестиваль произносились, точно гугловский говорун это проделал лучше!
Скриптик еже переделал

[vtec]

Попробуйте ей вбить словосочетание "Это ты". Так смешно говорит

[ArtSamovar]

Ну а теперь по поводу программ фильтров... Как обычно, не могу найти то что пнред глазами. В любой звуковой карте, а так же в встроенной есть микшеры ))))) Настраиваются на каналы и на отдельные динамики ))) Куча эффектов, фильтров уже в стандартном (и не стандартном) програмном обеспечении к звуковой карте (встроенной) Таким образом можно увеличить скорость звука, уменьшить, добавить эхо помещения (лес, арка и тд), поиграть с частотами и много еще чего ))) Так что, по поводу фильтров, я думаю, можно уже не ломать голову ))))

Единственной проблемой остаеться слово идентификатор, после которого скрипт будет работать с гуглом и базой данных.

[maxwelldream]

Андрей, а как Вы решили проблему установки микрофонов в каждой комнате? Или он у Вас в одной комнате? Никак на могу понять как можно собрать речь с нескольких микрофонов, и возможно ли для каждой комнаты поставить свои колонки(для интернет-радио) и свой микрофон?

[Andrey_B]

maxwelldream, пока никак не решил. Да и задача эта скорее развлекательного характера, чем насущная необходимость.
Но чисто теоретически, думаю, должно быть так. В каждой комнате на стене/в стене/на тумбочке стоит установлено что-то вроде планшета ($70-$200), который выполняет роль универсального терминала. В нем есть микрофон, камера, динамики. Это устройство и интерфейс к системе и мультимедийный плеер и фоторамка и видеотелефон и все остальное. Для проигрывания качественного аудио ставим активные динамики требуемой мощности с сабвуфером локально. К девайсу в общем случае никакие провода не идут - WiFi.
Может быть, конкретно в данный момент времени это и не будет идеальным решением, но индустрия (в том числе китайская) работает в этом направлении очень активно. Во всяком случае ставить многоканальные усилители, разделители, мультиплексоры для дистрибуции аналогового аудио на разные комнаты я точно не буду.

[ArtSamovar]

А почему нельзя микрофоны соединить паралелльно? (и дополнительно дать питание, если оно требуется)

----------

Я хочу у себя сделать так. Взять систему 5.1, каждую колонку поставить в комнату, в гостинную, ванну, кухню, саб в комнату. И запараллелить каждую из них. В итоге будет 4 колонки в комнате, 5 в гостинной, 2 на кухне и 1 в ванной (+усилок) будет моно звук, но за счет расстояния углов будет обманка стерео.
Далее привязать каждую комнату к датчикам присутствия. То есть где есть человек или люди, то в тех комнатах и будет звук. (просто "резать" провода к колонкам, с помощью силовых ключей, работающие от датчиков)

По поводу вывода мультимедии. Глушить ее "хлопковыми" датчиками, для того, что бы сказать голосовую команду или прослушать её.
Звуковую карту так же можно запараллелить (в линуксе не знаю пока как), в винде в настройках проигрыаателя выбирается карта, либо встроенная, либо внешняя. это для того, что бы в одной комнате играла одна музыка, в другой другая, но для этого уже 2 системы 5.1 (2.1 и тд)

Управление музыкой думаю осуществить с помощью web, микрофонов (голос), панелями (кнопками). Микрофоны по паре шорохов в комнату. Мобильный у меня всегда с собой, привычка. Пульты ду можно не использовать...
Извратиться можно и так: взять ip камеру и на основе определения изображения управлять мультимедией. Показали 2 пальца в камеру - следующий трэк, 3 - перемотать и так дале. Посмотрел в камеру, улыбнулся - песня в избранном, скрестил руки - удалил и так дале...

[ArtSamovar]

Нашел схемку http://radioshema.ru/radiomicrofon/492- ... 29-43.html

Это, что касается микрофонов ))

[Leon7]

Андрей, поэкспериментировав с распознаванием голоса в описанном Вами варианте (rec - flac - php) и в Chrome, с включенным речевым вводом, выяснилось следующее - Chrome распознает голос на порядок лучше, при одних и тех-же условиях (скрипт и Chrome работали одновременно). По моим наблюдениям в Chrome есть какая-то предварительная обработка поступающего сигнала, ему менее "интересны" посторонние звуки и расстояние да микрофона, и, судя по трафику, данные на свой сервер он посылает в реальном времени, т.е. прямо во время записи.

И Так: Что мешает нам на домашнем сервере держать запущенный Chrome с единственной формой ввода строки (своего-же локального PHP скрипта, который будет обрабатывать команды) и кнопочкой микрофона на ней и заставлять браузер нажимать эту кнопочку.

Ну как-то так. Что скажите, Андрей?

[sergejey]

И Так: Что мешает нам на домашнем сервере держать запущенный Chrome с единственной формой ввода строки (своего-же локального PHP скрипта, который будет обрабатывать команды) и кнопочкой микрофона на ней и заставлять браузер нажимать эту кнопочку.

Я именно так у себя думаю реализовать. Единственное неудобство -- надо всё же жать кнопочку микрофона. Правда, видел расширение для GoogleChrome под названием FireSay, которое позволяет через кодовое слово включать распознавание гугла. Насколько я понял, там используется встроенная в Windows 7 система распознавания речи (про другие операционки, к сожалению, не знаю), чтобы распознать слово для инициализации (типа "Компьютер, ..."), а затем уже включается гугловский анализ речи самой команды.

[Coriolis]

В виндовс7 нет к сожалению распознования русской речи.
Может кто подсказать аналог sox под винду?
(упс, плохо искал - она ж кроссплатформенная http://sox.sourceforge.net/Main/HomePage)

[den26]

Андрей, поэкспериментировав с распознаванием голоса в описанном Вами варианте (rec - flac - php) и в Chrome, с включенным речевым вводом, выяснилось следующее - Chrome распознает голос на порядок лучше, при одних и тех-же условиях (скрипт и Chrome работали одновременно). По моим наблюдениям в Chrome есть какая-то предварительная обработка поступающего сигнала, ему менее "интересны" посторонние звуки и расстояние да микрофона, и, судя по трафику, данные на свой сервер он посылает в реальном времени, т.е. прямо во время записи.

И Так: Что мешает нам на домашнем сервере держать запущенный Chrome с единственной формой ввода строки (своего-же локального PHP скрипта, который будет обрабатывать команды) и кнопочкой микрофона на ней и заставлять браузер нажимать эту кнопочку.

Ну как-то так. Что скажите, Андрей?

Отличная идея. Только я предлагаю использовать СПО для выделения ключевого слова обращения к компьютеру, и только после этого слова нажимать кнопку. Например СПО распознает только одно слово - Лиза, после нахождения этого слова, кнопка нажимается.

[den26]

Есть хорошая российская разработка в этом направлении http://www.speereo.com/page_industries.html?prod_id=3
Напишу им. Считаю что управление голосом - одна из главных возможностей умного дома, которая дает реальный комфорт. Все остальное - это просто перенос пульта(кнопок) в компьютер.

[Coriolis]

Не получилось добиться вразумительного распознавания с обычным компьютерным микрофоном за 100р который.
Я так понял предлагают использовать шорох? Кто-нибудь уже пробовал с ним, можно добиться нормального распознания на 2-3 метрах?

[den26]

Какие 2 метра, в доме надо команды распознавать метров с 5-8 как минимум. По идее надо несколько микрофонов монтировать.